ODG-NoMaD：俯视摄像头方向引导 NoMaD

NoMaD [31] 是一种学习的视觉导航策略，它将目标条件导航和探索统一在单个目标屏蔽的扩散策略中。然而，在看不见的环境中——既没有目标图像，也没有拓扑图——它只能无方向地探索，在没有全局意识的情况下徘徊。我们提出了 ODG-NoMaD，它为 NoMaD 的探索模式提供了全局的前进方向感，而无需重新训练策略。部署后使用头顶深度相机来构建占用地图并规划全局路径，该路径被分段以产生所需的航向；来自机器人机载深度的每帧可遍历性图，然后将其细化为无碰撞方向。余弦方向成本的梯度被注入到最终的去噪步骤中，将采样轨迹朝该方向旋转，同时保留探索的多模态。在有或没有随机障碍物的模拟办公环境中，ODG-NoMaD 与无引导探索相比，将到目标的剩余距离减少了一个数量级，优于 NaviDiffusor [37] 的点目标成本引导，并且是唯一在每次试验中保持无碰撞的配置。